COUNT 和 COUNT DISTINCT 不是同一指标

COUNT(*) 数行，COUNT(col) 数非空，COUNT(DISTINCT col) 去重。口语里的「有多少」，常常没说清数的是哪一种。粒度笔记和这条是姐妹篇：先说一行是什么，再选 COUNT。

人数几乎总要去重

同一人多单，COUNT(*) 会当多人。

空值

COUNT(user_id) 会丢掉空。空是未登录还是脏数据，要先看。

近似去重要声明

超大表用近似算法时，在收据上写「近似」。不要装成精确。

一次完整的问法可以先写成下面这样：

3 月已支付：订单行数、去重用户数。

落到语句上，草稿常常是：

SELECT COUNT(*) AS order_cnt, COUNT(DISTINCT user_id) AS user_cnt
FROM orders
WHERE pay_time >= DATE '2026-03-01'
  AND pay_time < DATE '2026-04-01'
  AND pay_status = 'paid';

两个数并排。谁再把「有多少」说成一个词，就让他看这一行。

语句是收据，默认只读

第一纪律是 SELECT。草稿里出现更新、删除、结构变更，整张收据作废。第二纪律是时间窗。大表没有时间条件，不跑。第三纪律是粒度。GROUP BY 的键必须和问题里的维度一一对应。

一对多关联会把头上的金额按明细复制，看起来像增长，其实是扇形。COUNT 和 COUNT DISTINCT 不是同一指标。NULL 不是 0。日期函数没有世界语，能写绝对区间就写绝对区间。

复杂逻辑用公共表表达式拆开。拆开是为了给人看中间结果。先对再快。用索引去救一条口径错误的语句，会把错误生产化。

读完这一辑可以做什么

把你最近一条问数语句拆成三段 WITH：过滤、聚合、排名。每一段单独跑。有一段解释不清，就回到提问，不要在语句里继续加花样。

有多少人、多少单、多少行，三个 COUNT 必须并排出现。